Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo Probabilidad 2010I
Modulo Probabilidad 2010I
100402 - PROBABILIDAD
BOGOT D.C.
JULIO DE 2010
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
INTRODUCCIN
Muchos de los eventos que ocurren en la vida del ser humano no se pueden
predecir con exactitud, pues la mayora de los hechos estn influenciados por el
azar, es decir, por procesos inciertos, en los que no se est seguro de lo que va a
ocurrir. Sera un error afirmar que vivimos en un mundo determinista, en donde no
hay influencia del azar y la incertidumbre. La Probabilidad permite un
acercamiento a estos sucesos, ponderando las posibilidades de su ocurrencia y
proporcionando mtodos para tales ponderaciones, creando as modelos
Probabilsticos. Precisamente, algunos de esos mtodos proporcionados por la
teora de la Probabilidad llevan a descubrir que ciertos eventos tienen una mayor o
menor probabilidad de ocurrir que la apreciacin hecha a travs del sentido
comn.
4
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
INDICE DE CONTENIDO
Autoevaluacin Unidad 1
Laboratorio Unidad 1
7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Unidad Uno
PRINCIPIOS DE PROBABILIDAD
8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Esta unidad se divide en cuatro captulos. Los dos primeros captulos se centran
en nociones bsicas para el desarrollo completo del concepto de probabilidad. El
primero de ellos introduce los trminos bsicos que se encuentran ligados al
lenguaje estadstico y los fundamentos necesarios para el estudio de la teora de
la probabilidad. El segundo captulo desarrolla la teora del conteo y las tcnicas
para determinar el nmero de veces de ocurrencia de un evento. En el captulo 3
se desarrolla el concepto de probabilidad y se examinan las diferentes
interpretaciones que se tienen de ella, tambin se trata aqu los axiomas que
satisfacen las probabilidades de cualquier experimento aleatorio, las reglas de
adicin y de multiplicacin para probabilidades, la probabilidad condicional, la
independencia de eventos y el Teorema de Bayes.
9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
11
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 1
Experimentos o fenmenos aleatorios son los que pueden dar lugar a varios
resultados, sin que pueda ser previsible enunciar con certeza cul de stos va a
ser observado en la realizacin del experimento.
EJEMPLO 1:
En un dado, S={1,2,3,4,5,6}
EJEMPLO 2 :
Sucesos o Eventos.
S = {3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}
EJEMPLO 3:
Ya que los eventos o sucesos son subconjuntos, entonces es posible usar las
operaciones bsicas de conjuntos2, tales como uniones, intersecciones y
complementos, para formar otros eventos de inters, denominados eventos o
sucesos compuestos.
2
En el desarrollo del presente mdulo se parte de la premisa de que el estudiante maneja los diferentes
conceptos de la Teora de Conjuntos. Se recomienda al estudiante que consulte el mdulo de Lgica
Matemtica o cualquier otro texto que contenga dichos conceptos.
14
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJEMPLO 4:
15
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Unin Interseccin
1. Conmutativa
2. Asociativa
3. Idempotente
4. Simplificacin
5. Distributiva
6. Elemento
neutro
7. Absorcin
16
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Para describir las relaciones entre eventos se usan con frecuencia los diagramas.
Estos bien pueden ser los denominados diagramas de Venn o los diagramas de
rbol. A continuacin se describen ambos tratamientos grficos de los eventos de
un espacio muestral determinado.
Figura 1
Diagramas de Venn
(d) (e)
(a) Espacio muestral S con los eventos A y B mutuamente excluyentes, A B = .
(b) Interseccin de los eventos A y B del espacio muestral S, A B .
(c) Complemento del evento A (A ) en el espacio muestral S.
(d) Evento ( A B ) C .
(e) Evento ( A C )
EJEMPLO 1.5:
17
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Tamao de ptalo
Grande Pequeo
Lila 40 4
Color
Blanca 2 3
Figura 1.2
Diagrama de Venn, ejemplo 1.5
Cuando un espacio muestral puede construirse en varios pasos o etapas suele ser
ms til hacer uso de los diagramas de rbol. Cada una de las n1 maneras de
completar el primer paso puede representarse como una rama del rbol, cada una
de las maneras de completar el segundo paso puede representarse con n2 ramas
que comienzan donde terminan las ramas originales, y as sucesivamente.
18
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Este tipo de diagramas es muy usual no slo para describir un espacio muestral,
sino en situaciones de probabilidad, caso en el cual la probabilidad del evento se
indica sobre el segmento de recta, tambin en combinatoria y en muchas otras
ramas de la matemtica.
Figura 1.3
Diagramas de rbol
(a) Vertical, (b) Horizontal
A S
S B
A B C
C
(a) (b)
EJEMPLO 1.6:
Figura 1.4
Diagrama de rbol del ejemplo 1.6
S
S S
S
S C
C C
C
S
S
S
S C
C
C C
C
19
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
El recorrido desde el principio del rbol hasta los puntos terminales, indica quin
gan cada juego en el torneo individual de tenis. Observe que hay 10 puntos
terminales que corresponden a los 10 resultados posibles del torneo, ellos son:
{ SS, SCSS, SCSCS, SCSCC, SCC, CSS, CSCSS, CSCSC, CSCC, CC. }
20
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPTULO 1
1.- Proporcione una descripcin razonable del espacio muestral de cada uno de
los siguientes experimentos aleatorios. Utilice un diagrama de rbol.
a.- Lanzar tres veces una moneda y observar la serie de sellos o caras que
aparecen.
b.- Tirar un dado, si el resultado es un numero par lanzar una moneda, si el
resultado es un numero impar lanzar una moneda dos veces.
2.- Se desea observar una familia que posee dos automviles y para cada uno
observamos si fue fabricado en Colombia, si es Americano o si es Europeo.
21
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
a. A
b. AB
c. ( A B) C
d. ( B C )
e. ( A B) C
6.- Una mujer es portadora de hemofilia clsica. Esto significa que, aunque la
mujer no tenga hemofilia, puede transmitir la enfermedad a sus hijos. Ella tiene
tres hijos. Describa el espacio muestral de este experimento.
7.- En una encuesta realizada entre 200 inversionistas activos, se hall que 120
utilizan corredores por comisin, 126 usan corredores de tiempo completo y 64
emplean ambos tipos de corredores. Determine el nmero de inversionistas tales
que:
Memoria adicional
No Si
Procesador opcional No 75 7
de alta velocidad Si 10 8
Sean:
A: evento donde la orden de compra es solicitada sin memoria adicional y sin
procesador opcional de alta velocidad.
B: evento donde la orden de compra es solicitada sin memoria adicional.
9.- Se le pidi a 110 comerciantes que dijeran que tipo de programa de televisin
preferan. La tabla muestra las respuestas clasificadas a la vez segn el nivel de
estudios de los comerciantes y segn el tipo de programa preferido.
22
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Nivel de estudios
Tipo de Programa Colegio Universidad Postgrado Total
(A) (B) (C)
Deportes (D) 15 8 7 30
Noticias (N) 3 27 10 40
Drama (M) 5 5 15 25
Comedia ( W) 10 3 2 15
Total 33 43 34 110
23
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 2
TCNICAS DE CONTEO
En la teora fundamental del conteo se tienen dos principios bsicos, que son la
base para desarrollar otros conceptos como permutaciones y combinaciones que
se vern ms adelante.
Figura 2.5
Diagrama de las posibles opciones para preparar un men
1 3 6
2 5 Plato 7 Postre
Sopa
principal
24
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
2 x 3 x 2 = 12
n1 n 2 n3 ...
Principio aditivo
Este principio tiene las mismas premisas del principio multiplicativo, pero con la
condicin no de que los eventos sean independientes sino de que sean
mutuamente excluyentes, es decir que cada uno ocurra sin la necesidad de que
otro lo haga. El nmero total de maneras en las que pueden realizarse los eventos
es la adicin:
n1 + n2 + n3 + ...
Suponga, ahora, que la persona que prepara el men para sus amigos preparar
pescado como plato principal. Para preparar el pescado, l encuentra cinco
maneras diferentes de hacerlo al horno, dos para hacerlo frito y tres para
prepararlo cocido. De cuntas maneras diferentes puede cocinar su pescado?
Cada una de las maneras de preparar el pescado es excluyente de las otras dos.
Es decir, si el cocinero decide preparar el pescado cocido, ya no podr prepararlo
ni frito ni al horno; de igual manera sucede si decide hacerlo al horno o frito. As
que en total, y de acuerdo con el principio aditivo, slo hay 5+2+3=10 maneras
diferentes de cocinar el pescado.
Figura 2.6
Esquema de interpretacin de los principios multiplicativo y aditivo
n1
n1 n2 n3 ...
n2
n3
Principio .
multiplicativo 25 . Principio aditivo
.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
n! = n(n-1)(n- 2 )1 n 1
EJEMPLO 2.7
Calcule:
a. 6! = 6 5 4 3 2 1 = 720
b. 15! = 15 14 13 ... 3 2 1 = 1'307.674.368.000
c. 0!+5! = (1) + (5 4 3 2 1) = 121
13! 13 12 11 ... 3 2 1 13! 13 12 11!
d. = = 13 12 = 156 = = 13 12 = 156
11! 11 10 9 ... 3 2 1 11! 11!
7! 7 6 5 4 3 2 1 7! 7! 1 1
e. = = = =
10! 10 9 ... 3 2 1 10! 10 9 8 7! 10 9 8 720
3
Modificado de Probabilidad y estadstica para ingeniera y ciencias, Gabriel Velasco S. y Piotr
Marian Wisniewski. Thomson Learning. Mxico. 2001
26
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
son las permutaciones de los elementos del conjunto S y son en total 6 posibles
acomodos. Esto es:
3!= 3 2 1 = 6
n!
Pr = Prn = n(n 1)(n 2 )...(n r + 1) =
n
(n r )!
Observe que en el caso especial de r=n, se tiene:
Ejemplo 2.7
Suponga que se tienen las bases Tiamina (T), Adenina (A), Citosina (C) y Guanina
(G). De cuntas maneras diferentes se pueden ordenar estas bases en una
secuencia de longitud 4, sin repetir ninguna base?
27
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
En la primera casilla se puede ubicar una de las cuatro bases, cualquiera de ellas.
De modo que se tienen 4 formas de llenar esta casilla. Independiente de la base
elegida para la primera casilla, quedan tres bases no seleccionadas, pues se ha
aclarado que no se puede repetir ninguna base. De modo que la segunda casilla
podr llenarse de 3 maneras diferentes. La tercera casilla se puede llenar de 2
maneras diferentes. Una vez llenada la tercera casilla, queda una sola base que
deber ser ubicada en la cuarta casilla. De modo que el total de formas diferentes
de llenar estas cuatro casillas es:
4 3 2 1 = 24 = 4!
En la primera casilla se puede ubicar una de las cuatro bases, cualquiera de ellas.
De modo que se tienen 4 formas de llenar esta casilla. Independiente de la base
elegida para la primera casilla, quedan tres bases no seleccionadas. De modo que
la segunda casilla podr llenarse de 3 maneras diferentes. As, el total de formas
diferentes de llenar estas cuatro casillas es:
4 3 = 12
4! 4!
P2 = 4(4 2 + 1) = 4 3 = 12 P2 = = = 4 3 = 12
4 4
(4 2)! 2!
Cuando uno o varios elementos estn repetidos, el clculo de las permutaciones
vara; en este caso se habla de permutaciones con repeticin. El nmero de
28
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
n!
n1! n 2 !...n r !
Ejemplo 2.8
4!
= 3 4 = 12
2!
5!
= 30
2!2!
Leccin 9: COMBINACIONES
n n!
C
n r = C n
r = =
r (n r )! r!
Ejemplo 2.9
29
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
4!
4 C2 = =6
( 4 2)! 2!
EJEMPLO 2.10
n
El siguiente ejemplo explica de una manera didctica el clculo del nmero de
posibles arreglos haciendo uso de la regla del exponente.
Ejemplo 2.11
31
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPTULO 2.
1.- Suponga que una persona que vive en el municipio de Bello (Antioquia) trabaja en el
centro de la ciudad de Medelln. Para llegar a su sitio de trabajo, este tiene tres rutas
distintas para llegar a la Autopista y de all puede tomar otras tres rutas para llegar al
centro de la ciudad. En el centro, puede tomar cuatro rutas para llegar al parqueadero
ms cercano a su oficina. De cuntas maneras o rutas distintas podra tomar la persona
para llegar de la casa al parqueadero ms prximo a su oficina?
5.- Cuntas permutaciones distintas pueden formarse con las letras de la palabra
PROBABILIDAD?
7.- Una tarjeta de circuito impreso tiene ocho posiciones diferentes en las que puede
colocarse un componente. Si se van a colocar cuatro componentes distintos sobre la
tarjeta, cul es el nmero de diseos diferentes posible?
8.- En una pizzera se anuncia que ofrecen ms de 500 variedades distintas de pizza. Un
cliente puede ordenar una pizza con una combinacin de uno o ms de los siguientes
nueve ingredientes: jamn, championes, pia, pimentn, salchicha, cebolla, peperoni,
salami y aceitunas. Es cierto lo que afirma su publicidad?
9.- El itinerario de un recorrido turstico por Europa incluye cuatro sitios de visita que
deben seleccionarse entre diez ciudades. En cuntas formas diferentes puede planearse
este recorrido si:
Es importante el orden de las visitas?
No importa el orden de las visitas?
32
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
10.- El muy conocido BALOTO electrnico es un juego de azar que consiste en acertar en
6 nmeros de 45 posibles para ganar el premio mayor. Calcule cuntos boletos de juego
debe usted comprar para asegurar que tendr el boleto ganador. La empresa del
BALOTO asegura tambin que usted puede ganar un monto determinado si acierta 3, 4 o
5 veces, calcule tambin cuntos boletos debe comprar para asegurar 3, 4 y 5 aciertos.
Todava cree en el BALOTO?
12.- En una urna se tienen 10 bolitas: 5 rojas, 3 blancas y 2 azules. Si se toman 3 con
reemplazo, de cuntas maneras se pueden sacar las tres bolitas de modo que todas
sean del mismo color?
13.- Una prueba de opcin mltiple consta de 15 preguntas y cada una tiene tres
alternativas, de las cuales slo debe marcar una. En cuntas formas diferentes puede
marcar un estudiante su respuesta a estas preguntas?
14.- Cuntas placas vehiculares se pueden elaborar en Colombia? Recuerde que stas
constan de tres letras del alfabeto y tres dgitos. Tome 26 letras del alfabeto.
19.- Un psiclogo tiene 14 pacientes entre los cuales debe seleccionar nueve para un
experimento en grupo. Cuntos grupos de nueve se puede hacer?
33
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 3
Existen tres diferentes formas de definir la probabilidad de un evento. Cada una de estas
formas de interpretacin tiene su lugar en el estudio de la Probabilidad y ninguna de ellas
por separado cubre completamente todos los casos.
Antes de iniciar con estas definiciones, se hace importante acordar una notacin que se
seguir a lo largo del texto, y que usted encontrar comnmente en otros textos
acadmicos relacionados con la probabilidad. Los eventos sern enunciados en letras
maysculas as: A, B, C,; la letra mayscula P denotar una probabilidad y P(A)
indicar, entonces, la probabilidad de que ocurra el evento A.
34
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Cuando un experimento aleatorio tiene n resultados, y todos ellos con igual posibilidad de
ocurrencia, entonces se emplea el mtodo clsico de la probabilidad para estimar la
posibilidad de ocurrencia de cada uno de ellos. Le corresponde pues, a cada resultado,
una probabilidad igual a 1/n.
1
P ( A) =
n
propiedad es conocida como ley de los grandes nmeros, establecida por Jacob
Bernouilli. Tiene el inconveniente de variar la sucesin de las frecuencias relativas de
unas series de realizaciones a otras, si bien el valor al que se aproximan a medida que el
nmero de realizaciones aumenta se mantiene estable.
f
P( A) =
n
EJEMPLO 3.12
Tamao de la muestra: n = 9
Frecuencia de B: f B = 4
Frecuencia de G: f G = 3
Frecuencia de N: f = 2
36
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
fB 4
P( B) = = = 0.44 = 44.4%
n 9
f 3
P (G ) = G = = 0.33 = 33.3%
n 9
f 2
P ( ) = = = 0.22 = 22.2%
n 9
Probabilidades subjetivas.
Las probabilidades subjetivas estn basadas en las creencias de las personas que
efectan la estimacin de probabilidad. La probabilidad subjetiva se puede definir como la
probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que
se tenga disponible. Esa evidencia puede presentarse en forma de frecuencia relativa de
presentacin de eventos pasados o puede tratarse simplemente de una creencia
meditada.
Por ejemplo, una mujer en embarazo asegura que el beb que tendr ser varn por la
cantidad de pataditas recibidas en el vientre, mientras que su cuada le refuta este
argumento, pues afirma que la forma de su barriga le asegura que tendr una nia.
Ambas mujeres parten de una experiencia o una prctica personal para atreverse a
37
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
asegurar el sexo del ser que viene en camino. Sin embargo, la probabilidad de que sea
nio es igual a la probabilidad de que sea nia, y eso es igual a 0.5 ( 50%).
Por ejemplo, las aseguradoras no pueden darse el lujo de repetir el ensayo del dao de
un carro, del robo de una valiosa obra de arte, del secuestro de una persona o del
accidente de un avin. stas solo pueden basarse en experiencias adquiridas para
estimar su probabilidad de ocurrencia y as determinar el costo del seguro que ofrece. De
la misma manera, no se podra determinar la probabilidad de que una ciudad sea
bombardeada por meteoritos, por que simplemente no hay registros histricos para hacer
una estimacin. Slo se puede hacer un estimado subjetivo.
EJEMPLO 3.13
Observe que no puede usarse el mtodo clsico, porque los resultados posibles no tienen
la misma posibilidad de ocurrir.
Tampoco se aplica el mtodo de las frecuencias relativas, ya que es imposible realizar
ensayos y no hay datos histricos de una destruccin de ese tipo.
Slo puede aplicarse el mtodo de la probabilidad subjetiva apoyndose, por ejemplo, en
el nmero de asteroides reportados con un tamao suficiente y tan cercanos a nuestro
planeta como para destruirlo, tambin en el conocimiento de las rbitas de estos
asteroides.
38
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
1. P( S ) = 1
2. 0 P ( A) 1
P (A B) = P (A) + P (B)
Existe un caso especial, para cualquier evento A, tenemos que ste sucede o no sucede.
De modo que los eventos A y A son mutuamente excluyentes y exhaustivos:
39
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
P(A) + P(A) = 1
P(A) = 1 - P(A)
Figura 3.7
Diagrama de flujo de la regla de adicin
P( A B)
Si
A B = ? P ( A B ) = P ( A) + P ( B )
No
P ( A B ) = P ( A) + P ( B ) P ( A B )
EJEMPLO 3.14:
Tamao de ptalo
Grande Pequeo
Lila 40 4
Color
Blanca 2 3
P( A) = 42 49
4
Modificado de Probabilidad y estadstica, Mario F. Triola. Novena edicin. Pearson & Addison
Wesley. Mxico. 2004.
40
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
P( B) = 44 49
P( A B) = 40 49
P ( A B ) = P ( A) + P ( B ) P ( A B )
P ( A B ) = 42 49 + 44 49 40 49
P ( A B ) = 4 6 49
E = ( A B)
Por tanto,
P( E ) = 1 P( A B) = 1 4 6 49 = 3 49
Cuando se presentan dos eventos, el resultado del primero puede tener un efecto en el
resultado del segundo, o puede no tenerlo. Esto es, los eventos pueden ser dependientes
o independientes.
41
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
P (A B) = P(A) X P(B)
P( B A) = P(B / A) x P(A)
P( B A) = P(A / B) x P(B)
Figura 3.8.
Diagrama de flujo de la regla de multiplicacin
P( A B)
Son A y B Si
independientes? P ( A B ) = P ( A) P ( B )
No
P( A B) = P( A) P ( B A)
5
Modificado de Probabilidad y estadstica, Mario F. Triola. Novena edicin. Pearson & Addison
Wesley. Mxico. 2004.
42
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
RECOMENDACIONES PRCTICAS:
P(B/A) = P(B)
Ejemplo 3.1.5
Retome el ejemplo de las caractersticas de las orqudeas de un vivero y calcule la
probabilidad de que la orqudea que se seleccione sea de color lila dado que se ha
tomado una orqudea de tamao de ptalo grande.
Tamao de ptalo
Grande Pequeo
Lila 40 4
Color
Blanca 2 3
43
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
P ( B A)
Se pide entonces: P ( B A) =
P ( A)
P ( B A) = 40 / 49
P ( A) = 42 / 49
40 / 49
As: P ( B A) = = 0,952 = 95,2%
42 / 49
P( A B) 40 / 49
P( A B) = P( A B) = = 0,909 = 90,9%
P( B) 44 / 49
44
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Figura 3.10
Diagrama de Venn indicando la particin de un espacio muestral
B = ( B A1 ) ( B A2 ) L ( B An )
Figura 3.11
Diagrama de Venn de un evento en varios subconjuntos mutuamente excluyentes
P ( B ) = P ( B A1 ) + P ( B A2 ) + L + ( B An )
P ( B ) = P ( B A1 ) P ( A1 ) + P ( B A2 ) P ( A2 ) + L + P ( B An ) P ( An )
45
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
n
P ( B ) = P ( B An ) P ( An )
i =1
B = ( B A) ( B A' )
Ejemplo 3.16
Una compaa dedicada al transporte pblico tiene tres lneas en una ciudad, de
forma que el 60% de los autobuses cubre el servicio de la primera lnea, el 30%
cubre la segunda y el 10% cubre el servicio de la tercera lnea. Se sabe que la
probabilidad de que, diariamente, un autobs se avere es del 2%, 4% y 1%,
respectivamente, para cada lnea. Determine la probabilidad de que, en un da, un
autobs sufra una avera.
P ( A) = P ( A L1) + P ( A L 2) + P ( A L3)
P ( A) = P ( A L1) P ( L1) + P ( A L 2) P ( L 2) + P ( A L3) P ( L3)
P ( A) = (0,02 0,6) + (0,04 0,3) + (0,01 0,1)
P ( A) = 0,025
46
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Teorema de Bayes
EJEMPLO 3.17
Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en una fbrica. Los porcentajes de produccin defectuosa de estas
mquinas son del 3%, 4% y 5%.
47
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Solucin:
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
EJEMPLO 3.18
Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con
2 bolas rojas y 3 negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha
sido roja, cul es la probabilidad de haber sido extrada de la urna A
48
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Solucin:
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En el diagrama de rbol adjunto
pueden verse las distintas probabilidades de ocurrencia de los sucesos R o N para cada
una de las tres urnas.
49
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPITULO 3
2.- Se extrae una carta al azar de una baraja de 40 cartas. a.- Cul es la probabilidad de
que sea dos o sea un siete? B.- Cual es la probabilidad de que sea oro o un 6?
6.- En la tabla aparecen 1000 estudiantes universitarios clasificados de acuerdo con los
puntajes que obtuvieron en un examen de admisin a la universidad. Tambin muestra la
clasificacin de los colegios en donde se graduaron de bachilleres:
Colegio
Puntaje Inferior (I) Regular ( R ) Superior (S) Total
Bajo (B) 100 50 50 200
Medio (M) 75 175 150 400
Alto (A) 25 75 300 400
Total 200 300 500 1000
7.- Fabin y Pilar estudian en un mismo curso. La probabilidad de que Fabin no pierda
ninguna materia es del 85% y la de Pilar es del 90%. a) Cual es la probabilidad de que los
dos no pierdan ninguna materia. b) Cual es la probabilidad de que Fabin pierda una
materia y Pilar ninguna. C) Cual es la probabilidad de que los dos pierdan una materia.
8.- Cuatro amigos se dirigen a un lugar y toman 4 rutas diferentes de acuerdo al riesgo de
tener un accidente. Las probabilidades de riesgo de cada ruta son 0.2, 0.15, 0.25, 0.10
respectivamente. Cual es la probabilidad de que ninguno sufra un accidente.
50
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
10.- Una maquina que produce un determinado artculo fue adquirida bajo la condicin de
que el 3% de los artculos producidos son defectuosos. Si el proceso se realiza bajo
control, es decir independiente cual es la probabilidad de que a.- dos artculos seguidos
sean defectuosos, b.- dos artculos seguidos no sean defectuosos, c.- el primero sea
defectuoso y el segundo bueno.
13.- En una ciudad grande el 70% de los hogares compra un peridico matutino y el 90%
uno vespertino. Si se supone que los dos eventos son independientes cual es la
probabilidad de que un hogar escogido al azar sea uno de los que compra ambos
peridicos?
14.- La tabla muestra el resultado de 500 entrevistas hechas durante una encuesta. Los
datos se clasificaron segn el sector de la ciudad donde se aplico el cuestionario.
Resultado de la entrevista
Sector Contesto ( C ) No contesto (N) No estaba ( S) Total
M 100 5 20 125
N 115 5 5 125
O 50 15 60 125
P 35 40 50 125
Total 300 65 135 500
16.- El 70% de los estudiantes aprueba una asignatura A y el 60% aprueba otra
asignatura B. Sabemos adems, que el 35% del total de los estudiantes aprueba ambas.
Elegido un estudiante al azar, calcular las probabilidades de:
a.- haya aprobado la asignatura B sabiendo que ha aprobado la A
51
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
17.- Los pedidos nuevos de los productos de una compaa varan en valor monetario,
segn el siguiente cuadro
18.- Una compaa encontr que el 82% de las personas seleccionadas para su programa
de entrenamiento de vendedores termino el curso. De estos solamente 60% se
convirtieron en vendedores productivos. Si un aspirante nuevo llega al curso cual es la
probabilidad de que termine el curso y se convierta en un vendedor productivo.
19- En un centro mdico, los fumadores que se sospecha tenan cncer pulmonar, el 90%
lo tena, mientras que el 5% de los no fumadores lo padeca. Si la proporcin de
fumadores es del 45% a) Cul es la probabilidad de que un paciente con cncer
seleccionado al azar sea fumador? B) Cual es la probabilidad de que la persona tenga
cncer..
52
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
23.- Con los jugadores de un club de ftbol se forman dos equipos para jugar un partido
de entrenamiento; entre los dos equipos se renen 6 defensas, 8 medios, 6 delanteros y 2
porteros. El entrenador sabe que en estos partidos, la probabilidad de que se lesione un
jugador es 0.22 si es delantero, 0.11 si es medio, 0.055 si es defensa y 0 si es portero.
a.- Calcular la probabilidad de que se lesione uno cualquiera de los jugadores en este
partido.
b.- Si se sabe que un jugador se ha lesionado, determinar la probabilidad de que haya
sido un defensa.
23.- Tras un estudio estadstico en una ciudad se observa que el 70% de los motoristas
son varones y, de estos, el 60% llevan habitualmente casco. El porcentaje de mujeres que
conducen habitualmente con casco es del 40%. Se pide:
a.- Calcular la probabilidad de que un motorista elegido al azar lleve casco.
b.- Se elige un motorista al azar y se observa que lleva casco. Cul es la probabilidad de
que sea varn?
24.- Los alumnos de Primero de Biologa tienen que realizar dos pruebas, una terica y
otra prctica. La probabilidad de que un estudiante apruebe la parte terica es de 0.6, la
probabilidad de que apruebe la parte prctica es de 0.8 y la probabilidad de que apruebe
ambas pruebas es 0.5.
a.- Son independientes los sucesos aprobar la parte terica y la parte prctica?
b.- Cul es la probabilidad de que un alumno no apruebe ninguno de los dos exmenes?
c.- Cul es la probabilidad de que un alumno apruebe solamente uno de los dos
exmenes?
d.-Se sabe que un alumno aprob la teora. Cul es la probabilidad de que apruebe
tambin la prctica?
25.- En una caja hay x bolas blancas y 1 bola roja. Al extraer de la caja dos bolas al azar
sin reemplazamiento, la probabilidad de que sean blancas es 1/2. Calcula el nmero de
bolas blancas que debe tener la caja.
26.- El 20% de los empleados de una empresa son ingenieros y otro 20% son
economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
economistas tambin, mientras que de los no ingenieros y no economistas solamente el
20% ocupan un puesto directivo. Cul es la probabilidad de que un empleado directivo
elegido al azar sea ingeniero?
53
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
AUTOEVALUACION UNIDAD 1
1.- Una Vendedora tiene 10 productos y los desea exhibir en una feria nacional.
Sin embargo, no puede exhibir sino cuatro. Entre cuantas muestras diferentes
puede escoger si el orden en que va a exhibir los productos no tiene importancia?
Marca
Modelo Total
B1 B2 B3
S1 70 22 50 142
S2 65 16 40 121
S3 45 35 30 110
S4 50 17 60 127
Total 230 90 180 500
Con los datos, encontrar:
a) P (B1) b) P (B2 S4) c) P ( S1 B1)
d) La probabilidad de que un equipo seleccionado aleatoriamente sea de marca
B1, dado que su modelo es S4
e) La probabilidad de que un equipo seleccionado sea de marca B1 o B3
4.- En los archivos de una compaa de seguros se han registrado que en los
ltimos aos de un total de 949171 jvenes de 21 aos, solo 577882 llegaron a la
edad de 65 aos. Si tomamos estos datos como representativos de la realidad
a) cul es la probabilidad de que un joven de 21 aos viva para pensionarse a los
65 aos? b) Si en una ciudad pequea hay en la actualidad 2000 jvenes cuantos
de ellos se puede esperar que se pensionen.
5.- Un seor reemplazo las dos pilas inservibles de su linterna por dos nuevas,
pero se le olvido tirar las pilas usadas a la basura. Su hijo pequeo que estaba
jugando con la linterna, saco las pilas y revolvi las pilas nuevas con las usadas.
Si el seor coloca nuevamente pilas a su linterna cul es la probabilidad de que
funcione? Por supuesto, se supone que la linterna no puede funcionar con una pila
nueva y una inservible.
6.- Un seor tena cinco maquinas de afeitar desechables las cuales ya estaban
muy usadas, las puso en un cajn con la intencin de botarlas a la basura. Su hijo
pequeo no lo saba y las revolvi con tres nuevas que saco de un paquete. Si el
54
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
seor prueba dos maquinas de afeitar una tras otra Cul es la probabilidad de
que las dos estn usadas?
7.- La probabilidad de que Juan llegue tarde a su cita con Rosy es de 0.3. La
probabilidad de que ambos lleguen tarde es de 0.2. Cul es la probabilidad de
que Juan la este esperando?
8.- En un examen de matemticas solo 75% de una clase respondi todas las
preguntas. De aquellos que lo hicieron, 80% aprob, pero de los que no
respondieron todo, slo aprobaron 50%. Si un estudiante paso, Cul es la
probabilidad de que haya respondido todas las preguntas?
10.- Ernesto y Lus estn enamorados de Silvia. Si Ernesto le pide que sea su
novia, tiene 70% de probabilidad de que le diga que s y Luis 30%. Si Ernesto es el
novio de Silvia hay una probabilidad del 40% de que se casen y si es Luis del
30%. Si Silvia se cas Cul es la probabilidad de que haya sido con Luis?
RESPUESTAS
AUTOEVALUACIN UNIDAD 1
1.- 210
2.- a) 0.46 b) 0.025 c) 0.605
d) 0.4082 e) 0.825
3.- 0.0384
4.- a) 0.609 b) 1216
5.- 1/6
6.- 0.357
7.- 0.2857
8.- 24/29
9.- 0.40
10.- 0.756
55
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Unidad Dos
VARIABLES ALEATORIAS Y
DISTRIBUCIONES DE PROBABILIDAD
56
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Con los principios de Probabilidad, las propiedades bsicas y leyes, se definen las
variables aleatorias y se establece la diferencia entre variables aleatorias discretas
y continuas, en trminos de su funcin de probabilidad, valor esperado, varianza y
desviacin estndar y se desarrolla la desigualdad de Chbyshev que se aplica a
cualquier variable aleatoria discreta o continua.
57
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
OBJETIVO GENERAL
Comprender e interiorizar los tipos de distribuciones de probabilidad que existen,
sus caractersticas, sus parmetros y los campos de aplicacin que tienen dichas
distribuciones.
OBJETIVOS ESPECFICOS
59
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 4
VARIABLES ALEATORIAS
Para facilitar estos clculos se acude a una funcin que ubica el espacio muestral
en el conjunto de los nmeros reales, la cual es conocida como variable aleatoria.
Una variable aleatoria es pues, una funcin que asigna un nmero real a cada
resultado en el espacio muestral de un experimento aleatorio. Ellas se denotan
con una letra mayscula, tal como X.
Ejemplo 1.
60
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJEMPLO 1.2
Se define como variable aleatoria X la suma de los valores de las dos caras de los
dados. La siguiente tabla relaciona los 36 resultados con los valores
correspondientes de la variable aleatoria X definida en este ejemplo.
Tabla 1.1.
Correspondencia entre los resultados del lanzamiento de un par de dados y la variable
aleatoria que representa la suma de las caras.
Valor de la
Nmero de
Resultado variable Probabilidad
ocurrencias
aleatoria
(1,1) 2 1 1/36
(1,2) (2,1) 3 2 2/36
(1,3) (2,2) (3,1) 4 3 3/36
(1,4) (2,3) (3,2) (4,1) 5 4 4/36
(1,5) (2,4) (3,3) (4,2) (5,1) 6 5 5/36
(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) 7 6 6/36
(2,6) (3,5) (4,4) (5,3) (6,2) 8 5 5/36
(3,6) (4,5) (5,4) (6,3) 9 4 4/36
(4,6) (5,5) (6,4) 10 3 3/36
(5,6) (6.5) 11 2 2/36
(6,6) 12 1 1/36
Se pueden definir variables aleatorias cuyos valores sean contables o no, y al ser
una caracterizacin cuantitativa de los resultados de un espacio muestral, ellas
pueden ser discretas o continuas. En los dos temas siguientes se desarrollan los
conceptos de variable aleatoria discreta y variable aleatoria continua y sus
estadsticos asociados.
6
Tomado de Probabilidad y estadstica. Aplicaciones y mtodos, George C. Canavos. McGraw Hill.
Mxico. 1988.
61
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos
siguientes:
P( X = x) = 1
0 P( X = x) 1
EJEMPLO 1.3
x 0 1 2
P(X=x) 0,04 0,32 0,64
Para ser una distribucin de probabilidad, P(X=x) debe satisfacer los dos
requisitos.
P( X = x) = P( X = 0) + P( X = 1) + P( X = 2)
P( X = x) = 0,04 + 0,32+,0,64
P( X = x) = 1
62
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
X 0 1 2
f(x)=P(X=x) 0 1/3 2/3
Observe que todos los valores de f(x) son todos positivos, esto es 0 . Adems se
cumple el segundo requisito:
1 2
f ( x) = 0 + 3 + 3 = 1
Por lo tanto, la funcin f(x) es una funcin de probabilidad.
F ( x) = P( X x) = f (x )
xi x
i
63
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Para una variable aleatoria discreta X, F(x) satisface las siguientes propiedades:
0 F ( x) 1
Si x y, entonces F ( x) F ( y )
P ( X > x ) = 1 F ( x)
F () = 0
F (+) = 1
P ( X = x) = F ( x) F ( x 1)
P ( xi X x j ) = F ( x j ) F ( xi 1)
EJEMPLO 1.5
0 x <1
F ( x) = 0,5 1 x < 3
1 3 x
Figura 1.1.
(a) Funcin de distribucin acumulada del ejemplo 4.5.
(b) Funcin de probabilidad del ejemplo 4.5.
F(x) f(x)
1 1
0,5 0,5
x x
1 2 3 1 2 3
64
(a) (b)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
En la figura 1.1. (a), se representa una grfica de la funcin F(x). Se puede ver
que los nicos puntos que tienen una probabilidad distinta de cero son 1 y 3. Para
todo valor de x menor que 1, P ( X x) = 0 y f(1)=0,5. Para valores de x entre 1 y 3
y mayores de 3, sin incluir este ltimo, P ( X x) = 0 y f(3)=0,5. De manera que la
funcin de probabilidad de X se puede escribir como:
0 x <1
0,5 x =1
f ( x) = 0 1< x < 3
0,5 x=3
0 3> x
a. P ( X 3) = F (3) = 1
b. P ( X 2) = F (2) = 0,5
c. P (1 X 2) = F (2) F (1) = 0,5 0,5 = 0
d. P ( X > 2) = 1 F (2) = 0,5
La grfica de la funcin f(x) es una curva que se obtiene para un nmero muy
grande de observaciones y para una amplitud de intervalo muy pequea.
Recuerde que la grfica de una funcin de probabilidad de una variable aleatoria
discreta es escalonada, dando la sensacin de peldaos en ascendencia (ver
figura 1.1. (a)).
Esta funcin de densidad de probabilidad f(x) permite calcular el rea bajo la curva
que representa la probabilidad de que la variable aleatoria continua X tome un
valor entre el intervalo donde se define la funcin.
f ( x) 0
f ( x)dx = 1
b
P(a X b) = f ( x)dx
a
Puesto que el rea total bajo f(x) es uno, la probabilidad del intervalo [a,b] es el
rea acotada por la funcin de densidad y las rectas X=a y X=b, como se muestra
en la figura siguiente.
66
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Figura 1.2.
Probabilidad ilustrada como el rea bajo la curva de densidad
f ( x)dx = 0
x
EJEMPLO 1.9
a. P ( X > 1) = f ( x)dx = e x dx = e x = e + e 1 = 0,368
1
1 1
2,5 2,5
2 ,5
b. f ( x)dx = e
x
P (1 < X < 2,5) = dx = e x = e 2,5 + e 1 = 0,286
1
1 1
7
Se parte de la premisa de que el estudiante maneja el clculo diferencial, o por lo menos tiene un
conocimiento bsico de este. Se recomienda al estudiante que consulte el mdulo de Clculo
Integral o cualquier otro texto. Sin embargo, en el tratamiento de las distribuciones de probabilidad
el clculo de integrales complejas no es comn y, como se ver en la siguiente Unidad Didctica,
las distribuciones de probabilidad ms comunes estn definidas por funciones poco complejas y
permiten as un tratamiento sencillo.
67
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
c. P ( X = 3) = 0
d. { }
P ( X < 4) = 1 P ( X > 4) = 1 e x dx = 1 e 4 + e = 1 0,018 = 0.982
4
e. P(3 X ) = P ( X 3) = f ( x)dx = e x dx = e x = e + e 3 = 0,05
3
3 3
x
F ( x ) = P ( X x) = f ( x)dx
para < x <
F ( x) = P( X x) = P( X < x)
F () = 0
P (a < X < b) = F (b) F (a )
dF ( x)
= f ( x)
dx
EJEMPLO 1.10
Suponga la siguiente funcin de distribucin acumulada de la variable aleatoria X y
determine:
0 x<0
F ( x) = 0,2 x 0 x<5
1 5 x
68
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
c. P ( X < 2) = F ( 2) = 0
d. P ( X > 6) = 1 P ( X < 6) = 1 F ( 6) = 1 1 = 0
e. P (4 < X < 6) = F (6) F (4) = 1 (0,2 4) = 0,2
X = E ( X ) = [ x f ( x)]
x
EJEMPLO 1.6.
X 0 1 2
f(x) 0,04 0,32 0,64
EJEMPLO 1.7
Sea X la variable aleatoria que representa la suma de las caras de los dos dados.
Tomando de referencia la tabla 4.1. en la que se relacionan los resultados del
lanzamiento de los dados y la suma de las caras, se tiene:
X2 = V ( X ) = E ( X X ) 2 = [( x X ) 2 f ( x)]
x
O de un modo equivalente,
X2 = V ( X ) = [( x 2 f ( x)] X2
x
EJEMPLO 1.8
X = E ( X ) = xf ( x)dx
70
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
X2 = V ( X ) = [( x
X ]
) 2 f ( x) dx
x
2 2
X = V (X ) = f ( x)dx 2
EJEMPLO 1.11
4 4 4
1 1 8
X = ( x 0,125 x )dx = x 2 dx = x 3 =
0
80 24 0 3
4
1 64
2
X = V ( X ) = x 3 dx = 0,88
80 9
1 1
P ( X k ) 1 P ( X > k )
k2 k2
EJEMPLO 1.12
Para dar solucin a este problema se debe conocer cul es ese valor de k. Para
ello se parte de la definicin de una desigualdad menor que de un valor absoluto:
1 1
P ( k X k ) 1 P ( k + X k + ) 1
k2 k2
72
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPTULO 4.
1.- Una urna contiene cuatro balotas con los nmeros 1, 2, 3 y 4, respectivamente.
Si se toman dos balotas de la urna sin sustitucin y X es la suma de los nmeros
de las dos balotas extradas, determine la distribucin de probabilidad de X y
represntela por medio de un histograma.
2.- Para las siguientes tablas de datos, determine si se trata de una distribucin de
probabilidad. En los casos en que sea as, identifique los requisitos que no se
satisfacen. En los casos en que si se describa una distribucin de probabilidad,
calcule su media y desviacin estndar.
a.
x 0 1 2 3
f(x) 0,125 0,375 0,375 0,125
b.
x 0 1 2 3 4
F(x) 0,502 0,365 0,098 0,011 0,001
c.
x 0 1 2 3 4
f(x) 0,0000 0,0001 0,0006 0,0387 0,9606
resultado a b c d e f
x 0 0 1,5 1,5 2 3
Determine:
a. La funcin de probabilidad de X. e. P ( 0 X < 2)
b. P ( X = 1,5) f. P ( X = 0 X = 2)
c. P (0,5 < X < 2,7) g. X y X2
d. P ( X > 3)
4.- Sea X una variable aleatoria discreta. Determine el valor de k para que la
funcin f ( x) = k / x , x = 1, 2, 3, 4, sea la funcin de probabilidad de X. Determine
adems P (1 X 3) .
73
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
a. P ( X 0,5) d. P ( X < 0)
b. P ( X 0,4) e. P (0 X < 0,1)
c. P (0,4 X 0,6) f. P (0,1 < X < 0,1)
7.- Verifique que la siguiente funcin es una funcin de probabilidad y calcule las
probabilidades pedidas.
x -2 -1 0 1 2
f(x) 1/8 2/8 2/8 2/8 1/8
a. P ( X 2) d. P ( X 1 X = 2)
b. P ( X > 2) e. Determine X y X2
c. P (1 X 1)
9.- Sea X una variable aleatoria que representa el nmero de clientes que llega a
un almacn en una hora. Dada la siguiente informacin:
74
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
x 0 1 2 3 4 5 6 7 8
f(x) 0,05 0,10 0,10 0,10 0,20 0,25 0,10 0,05 0,05
kx 2 1 x 1
f ( x) =
0 en otro caso
Determine:
a. f (x) b. P ( X < 1 / 2) c. P ( X > 3 / 4)
75
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Determine:
a. P ( X < 1,8) c. P ( X < 2)
b. P ( X > 1,5) d. P (1 < X < 1)
15.- Suponga que f ( x) = 0,25 , para 0 < x < 4 . Calcule la media y la varianza de la
variable aleatoria continua X.
16.- Sea X la variable que representa la cantidad de lluvia cada de una semana
en una regin determinada. Suponga que =1,0 y =0,25 pulgadas. Sera extrao
que esta regin registre ms de dos pulgadas de agua durante una semana?
x 40 60 68 70 72 80 100
f(x) 0,01 0,04 0,05 0,80 0,05 0,04 0,01
76
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 5
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
1
f ( x) =
n
Para una variable aleatoria discreta uniforme X, que puede tomar los
valores 1, 2, , n, la media es:
n +1
X = E( X ) =
2
n2 1
X =
12
a+b (b a + 1) 2 1
X = E( X ) = X =
2 12
No hay reparos para usar una u otra frmula, queda a criterio del
estudiante. Lo importante es que ste entienda que son equivalentes.
77
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJEMPLO 2.1.
La variable aleatoria X tiene una distribucin discreta uniforme sobre los enteros
91 x 100 . Determine la media y la varianza de X.
100 + 91
X = E( X ) = = 95,5
2
(100 91 + 1) 2 1
X2 = V (X ) = = 8,25
12
EJEMPLO 2.2
Solucin:
Los posibles valores que se obtienen al lanzar un dado son los nmeros del 1 al 6,
de ellos slo tres son nmeros primos, a saber: 2, 3 y 5. Estos nmeros
corresponden a las ganancias posibles en dlares del apostador. Las posibles
prdidas sern entonces: 1, 4 y 6. La siguiente tabla relaciona los posibles
resultados de la variable aleatoria X (cantidad de dlares ganados al lanzar un
dado) con sus respectivas probabilidades, que para este caso son iguales pues el
dado no se encuentra cargado hacia una cara determinada.
x -1 2 3 -4 5 -6
f(x) 1/6 1/6 1/6 1/6 1/6 1/6
78
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
n
1 1
X = E ( X ) = xi f ( x) = (1 + 2 + 3 4 + 5 6) =
i =1 6 6
Si todos los valores del rango de la variable aleatoria X se multiplican por una
constante (sin cambiar ninguna de las probabilidades), entonces la media y la
desviacin estndar de X quedan multiplicadas por la misma constante.
n
f ( x; p, n) = p x (1 p ) n x para x = 0,1,..., n
x
n n!
=
Recuerde que la notacin x x!(n x)! es una combinacin y est desarrollada en el captulo 2
8
n
f ( x; p, n) = p x q n x
x
x
n
P ( X x) = F ( x; p, n) = p i q n i
i =0 i
EJEMPLO 2.3
10 10
P ( X = x) = f ( x;0.5,10) = 0.5 x (1 0.5)10 x = 0.510
x x
10
a. P ( X = 5) = f (5;0.5,10) = 0.510 = 0,246
5
10 10
b. P ( X 2) = F (2;0.5,10) = 0.51 + 0.5 2 = 0,055
1 2
8
10
c. P ( X 9) = 1 P ( X 8) = 1 0.5 i = 1 0,989 = 0,011
i =0 i
4
10
d. P (3 X < 5) = 0.5 i = 0,322
i =3 i
80
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
X = E ( X ) = np y X2 = np (1 p) = npq
EJEMPLO 2.4
La probabilidad de que un futbolista profesional haga gol de tiro libre es del 70%.
En un entrenamiento, este futbolista hace 14 tiros libres. Calcule la probabilidad de
que ste haga por lo menos 7 goles, la probabilidad de que falle entre 3 y 6
inclusive, la probabilidad de que no haga ningn gol y la probabilidad de que en
todos sus tiros l acierte. Calcule tambin, el promedio de goles esperados.
14
b( x; p, n) = f ( x;0.7,14) = 0.7 x 0.314 x
x
La probabilidad de que el futbolista no haga ningn gol en sus 14 tiros libres est
dada por:
14
P ( X = 0) = 0.7 0 0.314 = 4,783 10 8 0
0
Es casi imposible, en condiciones normales, que un futbolista con la destreza de 7
goles por cada 10 de tiro libre no pueda hacer un slo gol en 14 oportunidades
81
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
14
P ( X = 14) = 0.714 0.3 0 = 6,782 10 3 0,0068
14
Esto quiere decir que nuestro futbolista tiene una probabilidad menor del 1% de
acertar en todos sus 14 tiros libres.
EJEMPLO 1.5
Tabla 2.1.
Distribucin binomial acumulada para n =13
9
http://www.informatica.us.es/~calvo/asi/varios/tablaspedro.pdf
82
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
En la figura siguiente se indican grficamente uno a uno los pasos para el clculo
13 13
Figura 2.1.
Esquema grfico para el uso de la tabla de distribucin binomial acumulada
(4)
p
n x 0.1 0.2 0.25 0.3 0.4
(5)
De la misma manera, puede hacerse uso de esta tabla para determinar las
probabilidades individuales puesto que la variable aleatoria binomial tiene un valor
entero y se aplica la propiedad:
83
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
b( x; n, p ) = F ( x; n, p ) F ( x 1; n, p )
Para ilustrarlo, sea n=10 y p=0.3, la probabilidad de que X sea exactamente cinco
es:
Nota:
En el siguiente link se puede encontrar un programa sencillo que permite calcular
probabilidades de variables aleatorias discretas, simplemente conociendo los
valores de los parmetros de cada una
http://www.pwpamplona.com/wen/calcu/calcu1.htm
Considere ahora una serie de ensayos Bernoulli con una probabilidad constante
de xitos p, en la que el nmero de ensayos no es fijo como en la distribucin
binomial si no que stos se realizan hasta que se obtiene el primer xito. Sea
entonces, la variable aleatoria X el nmero de ensayos realizados hasta obtener
un xito, ella tiene una distribucin geomtrica con parmetro p y se expresa:
f ( x; p) = (1 p ) x 1 p x = 1,2,...
Tomando q = 1 p y denotando la distribucin geomtrica como g ( x; p ) ,
ella se simplifica de la siguiente manera:
g ( x; p ) = q x 1 p
x
P ( X x) = F ( x; p ) = q i 1 p
i =0
1 q
X = E( X ) = X2 = V ( X ) =
p p2
84
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJEMPLO 1.6
Suponga que cada una de las llamadas que hace una persona a una estacin de
radio muy popular tiene una probabilidad de 2% de que la lnea no est ocupada.
Suponga que las llamadas son independientes.
85
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
x 1 x r r
f ( x; p, r ) = q p x = r , r + 1, r + r + 2 + ...
r 1
La tabla siguiente expresa la diferencia entre una variable aleatoria binomial y una
variable aleatoria binomial negativa. En este sentido, la variable aleatoria binomial
negativa se considera como el opuesto, o el negativo, de una variable aleatoria
binomial.
Tabla 2.2.
Comparacin entre una variable aleatoria binomial
y una variable aleatoria binomial negativa
r r q
X = E( X ) = X2 = V ( X ) =
p p2
Ejemplo 2.7
Suponga otra vez el caso del jugador de ftbol del ejemplo 1.4. Cul es la
probabilidad de que el quinto tiro que lanza sea precisamente su tercer gol?
Sea X el nmero de tiros libres hechos por un futbolista para obtener tres goles.
Observe que X es una variable aleatoria binomial negativa con p = 0.7 y r = 3.
x 1
b * ( x;0.7,3) = 0.3 x 3 0.7 3
3 1
86
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
5 1
P ( X = 5) = 0.3 2 0.7 3 = 0,1852
2
x
i 1 ir r
P ( X x) = F ( x; p, r ) = q p
i = r r 1
EJEMPLO 2.8
4
a. La media de X. X = E ( X ) = = 20
0 .2
20 1
b. P ( X = 20) = 0.8 20 4 0.2 4 = 0,0436
4 1
6
i 1
c. P ( X 6) = 0.8 i 4 0.2 4 = 0,0170
i =4 3
87
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
k k
x n x
f ( x; , k , n) = x = 0,1,2,...mn(k , n)
n
k k
x
i n i
P ( X x) = F ( x; , k , n) =
i =0
n
EJEMPLO 2.9
88
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
5 70
x 10 x
h( x;75,5,10) =
75
10
5 70
0 10
P ( X = 0) = = 0,4786
75
10
5 70 5 70
0 10 1 9
P ( X 1) = F (0) + F (1) = + = 0,4786 + 0,3923 = 0,8709
75 75
10 10
5 70
1 9
P ( X = 1) = = 0,3923
75
10
89
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
n
X = E ( X ) = np X2 = V ( X ) = npq
1
k k
donde p = y q = 1 p =
EJEMPLO 2.10
P ( X 2) = 1 P ( X 1) = 1 Fb (1;0.01,25)
25 25
P ( X 2) = 1 0.010 0.99 25 + 0.01 0.99 24 Donde Fb es la distribucin
0 1
P ( X 2) = 1 (0,7778 + 0,1964) = 0,0258
90
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
91
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
e x
f ( x; ) = x = 0,1, 2,... >0
x!
e i
x
P( X x) = F ( x; ) =
i =0 i!
Se puede hacer uso de esta tabla para determinar las probabilidades individuales
puesto que la variable aleatoria Poisson tiene un valor entero y se aplica la
propiedad:
( x; ) = F ( x; ) F ( x 1; )
X = E( X ) =
92
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJEMPLO 2.11
Un equipo de ftbol, en un campeonato local, lleva un promedio de 2,5 goles
anotados. Calcule la probabilidad de que en un partido cualquiera el equipo haga:
a. cuatro goles.
b. entre 4 y 6 goles inclusive.
c. no ms de tres goles.
d. ningn gol.
e. por lo menos tres goles.
Sea X el nmero de goles por partido de ftbol jugado anotados por un equipo.
Entonces X se distribuye como una Poisson con parmetro =2.5.
e 2.5 2.5 x
( x;2.5) =
x!
Haciendo uso de las tablas de probabilidades acumuladas de Poisson, se obtiene:
4 3
a. P ( X = 4) = ( x;2.5) ( x;2.5) = F (4;2.5) F (3;2.5) = 0,8912 0,7576 = 0,1336
x =0 x =0
6 6 3
P (4 X 6) = ( x;2.5) = ( x;2.5) ( x;2.5)
b. x=4 x =0 x =0
c. P ( X 3) = F (3;2.5) = 0,7576
0
d. P ( X = 0) = ( x;2.5) = F (0;2.5) = 0,0821
x =0
2
e. P ( X 3) = 1 ( x;2.5) = 1 F (2;2.5) = 1 0,5438 = 0,4562
x =0
n
b( x; p, n) = p x q n x
x
Si para n = 1, 2, la relacin p = es cierta para alguna constante > 0 ,
n
entonces:
e x
lm b( x; n, p ) = x = 0,1,2,...
n x!
p 0
EJEMPLO 2.12.
e 1 1 x
( x;1) =
x!
e 113
P ( X = 3) = = 0,0613
3!
94
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPITULO 5
1.- Se sabe que el 60% de los alumnos de una universidad asisten a clases el da
viernes. En una encuesta a 8 alumnos de la universidad. Cul es la probabilidad
de que a) por lo menos siete asistan a clase el da viernes. b) por lo menos dos no
asistan a clase.
2.- Segn los registros universitarios fracasa el 5% de los alumnos de cierto curso.
cul es la probabilidad de que de 6 estudiantes seleccionados al azar, menos de
3 hayan fracasado?
4.- Una compaa de seguros considera que alrededor del 25% de los carros se
accidentan cada ao. Cual es la probabilidad de que por lo menos 3 de una
muestra de 7 vehculos asegurados, se haya accidentado?
5.- Los registros muestran que 30% de los pacientes admitidos en una clnica, no
pagan sus facturas y eventualmente se condona la deuda. Suponga que llegan 4
nuevos pacientes a la clnica, cual es la probabilidad de que se tenga que
perdonar la deuda de uno de los cuatro. B) los cuatro pacientes paguen sus
facturas.
7.- Los clientes llegan a una exhibicin a razn de 6,8 clientes /hora Calcule la
probabilidad de que a) en la primera media hora por lo menos lleguen dos clientes;
b) en cualquier hora dada llegue mas de uno.
8.- El numero promedio de urgencias que llega a un hospital en una hora es de 12.
Cual es la probabilidad de que en un minuto lleguen por lo menos 2 urgencias.
Cual es el numero de urgencias esperado por minuto?
95
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
11.- Un jefe de almacn sabe que 6 de las 25 bicicletas que tiene para la venta
presentan fallas en los frenos y necesitan ajuste. Si el vendedor que no tena
conocimiento de lo anterior vendi en el da 4 bicicletas, cul es la probabilidad
de que vendiera dos de las que requeran ajuste
13.- Un almacn contiene diez maquinas impresoras, cuatro de las cuales estn
defectuosas. Una compaa selecciona al azar cinco de las maquinas, pensando
que todas estn en condiciones de trabajar, cul es la probabilidad de que las
cinco maquinas estn en buen estado?
96
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CAPITULO 6
Se dice que una variable X posee una distribucin uniforme en el intervalo [a,b],
si su funcin de densidad es la siguiente:
97
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Figura 3.1
Funcin de Probabilidad y de Distribucin de la Variable Uniforme Continua
La varianza:
Ejemplo 3.1:
98
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Es decir, que el volumen de precipitaciones est entre 400 y 401 litros tiene un 1%
de probabilidades; que est entre 401 y 402 litros, otro 1%, etc.
Figura 3.2
Funcin de densidad de una variable aleatoria de distribucin normal
99
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
X 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5723
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7090 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7813 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8416 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861
Ejemplo 3.2.
101
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Ejemplo 3.3.
Veamos ahora, como podemos utilizar esta tabla con una distribucin normal:
Solucin:
102
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
700.000 500.000
Z=
100.000
Esta nueva variable se distribuye como una normal tipificada. La variable Z que
corresponde a una variable X de valor 700.000 es:
Z =2
EJEMPLO 3.5.
Solucin:
3 4
Z=
1 .5
Por lo tanto:
103
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Por otra parte, la probabilidad que hay a partir de un valor es igual a 1 (100%)
menos la probabilidad acumulada hasta dicho valor:
EJEMPLO 3.6
Solucin:
a) Cuntas personas superarn previsiblemente los 75 aos? Calculamos el
valor de la normal tipificada equivalente a 75 aos
P (X < 60) = P(Z < -1,6) = P (Z > 1,6) = 1 - P (Z < 1,6) = 0,0548
EJEMPLO 3.7
Solucin:
Ejemplo 3.8
Solucin:
Por lo tanto, tendra usted que consumir ms de 67,87 Kwh. bimestralmente para
pertenecer al 5% de la poblacin que ms consume
105
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Distribucin Exponencial
Se dice que una variable aleatoria continua tiene una distribucin exponencial con
parmetro > 0 si su funcin de densidad es
Varianza:
Ejemplo:
106
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Ejemplo:
Datos:
E(X)=1/=5s :. =.2
Distribucin Chi-cuadrado
grados de libertad, .
107
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
, se tiene
108
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
Distribucin t-Student
La funcin de densidad de es
109
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
110
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
111
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
EJERCICIOS CAPITULO 6
1.- Una maquina automtica con funcionamiento electrnico hace pernos de 3/8
de pulgada los cuales deben tener una longitud de 3 pulgadas. Si en realidad las
longitudes de los pernos de 3/8 se distribuyen uniforme en el intervalo (2,5 : 3,5)
pulgadas Cul es la probabilidad de que uno de los pernos elegido al azar, de un
lote determinado tenga una longitud de:
a.- este entre 2.75 y 3.25 pulgadas
b.- sea mayor de 3.25 pulgadas
c.- sea exactamente igual a 3 pulgadas
2.- Una empresa de productos de hule fabrica pelotas esfricas de hule baratas,
cuyos dimetros oscilan entre 4 y 8 cm. Suponga que el dimetro de una pelota
elegida al azar es una variable aleatoria que se distribuye de modo uniforme entre
dichos valores. Cul es el valor esperado del volumen de una pelota?
3.- El peso de un bebe recin nacido en un pas es una variable aleatoria continua
que sigue una distribucin normal, con media 3.2 kg y desviacin tpica de 0.4 kg.
Determine el porcentaje de bebes recin nacidos que pesan 3.5 kg o mas.
4.- Las notas de un examen hecho a una clase de 36 alumnos siguen una
distribucin Normal con media 4.2 y desviacin estndar 1.3.
a) Calcular el nmero de alumnos con nota entre 5 y 7.
b) Nmero de alumnos con nota entre 4 y 6.
5.- El peso de las naranjas sigue una distribucin normal de media 180 g y
desviacin tpica 20 g. Un almacenista ha comprado 10.000 kg. Calcular:
a) Kilos de naranjas que se espera pesen menos de 150 kg.
b) Kilos de naranjas cuyo peso se espera que est entre 160 y 200 kg.
7.- En una panadera se cortan panecillos con un peso que se ajusta a una
distribucin normal de media 100 g y desviacin tpica 9. Cul es la probabilidad
de obtener un panecillo cuyo peso oscile entre 80 g y la media?
112
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
10.- Un calentador de agua requiere por trmino medio 30 minutos para calentar
40 galones de agua hasta una temperatura determinada. Si los tiempos de
calentamiento se distribuyen normalmente con una desviacin estndar de 0,5
minutos Qu porcentaje de los tiempos de calentamiento son superiores a 31
minutos?
11.- Los resultados de una prueba objetiva de seleccin hecha a 200 personas
indicaron que la distribucin de puntuaciones era normal, con media 60 puntos y
desviacin tpica de 6 puntos. Calcular cuntos examinados han obtenido una
puntuacin entre 30 y 40 puntos, y cul es la mnima puntuacin por debajo de la
cual estn el 75 % de los examinados?.
12.- Suponiendo que las tallas de los adultos de un pas A siguen una distribucin
normal con media 180 cm. y desviacin tpica 5 cm. y que las tallas de los adultos
en un pas B siguen una distribucin tambin normal, pero con media 180 cm. y
desviacin tpica 15 cm., contestar de manera justificada en cul de los dos pases
es ms probable encontrar adultos con talla superior a 195 cm. y dnde es ms
probable encontrar adultos con talla comprendida entre 175 y 185 cm.
113
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
ANEXO 1
114
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
10
SOTOMAYOR G. y P. WISNIESKI Piotr. Probabilidad y Estadstica para Ingeniera y Ciencias. Thomson
Learning. 2001.
115
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
116
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
En el siglo XIX, Pierre Simon, marqus de Laplace (1749 - 1827), unific todas
estas primeras ideas y compil la primera teora general de la probabilidad.
A mediados del siglo XIX, un fraile agustino austriaco, Gregor Mendel, inici el
estudio de la herencia, la gentica, con sus interesantes experimentos sobre el
cruce de plantas de diferentes caractersticas. Su obra, La matemtica de la
Herencia, fue una de las primeras aplicaciones importantes de la teora de
probabilidad a las ciencias naturales.
La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que
es ms importante, en problemas sociales y econmicos. La industria de seguros
requera un conocimiento preciso acerca de los riesgos de prdida. Muchos
centros de aprendizaje estudiaron la probabilidad como una herramienta para el
entendimiento de los fenmenos sociales.
Nuestra necesidad de tratar con total incertidumbre nos lleva a estudiar y utilizar la
teora de la probabilidad. Al organizar la informacin y considerarla de manera
sistemtica, seremos capaces de reconocer nuestras suposiciones, comunicar
nuestro razonamiento a otras personas y tomar una decisin ms slida.
117
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
ANEXO 2
TABLAS ESTADISTICAS
118
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
BIBLIOGRAFA
119
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
CIBERGRAFA
http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html
http://server2.southlink.com.ar/vap/PROBABILIDAD.htm
http://es.wikipedia.org/wiki/Probabilidad
http://descartes.cnice.mecd.es/3_eso/Azar_y_probabilidad/
http://www.terra.es/personal2/jpb00000/pprobjunio99.htm
http://www.terra.es/personal2/jpb00000/pprobjunio00.htm
http://www.fvet.edu.uy/estadis/probabilidad.htm
http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html
http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
http://www.uantof.cl/facultades/csbasicas/Matematicas/academicos/emartinez/Esta
distica/index.html
http://www.cortland.edu/flteach/stats/links.html
http://www.d16acbl.org/U173/Brmx_prob1.html#_1
120
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100402 - PROBABILIDAD
http://espanol.geocities.com/eprobabilidades/index.htm
http://www.monografias.com/trabajos11/tebas/tebas.shtml#intro
121